Collaboration of Heterogeneous Marine Robots Toward Multidomain Sensing and Situational Awareness on Partially Submerged Targets
Notice bibliographique
Résumé
This article reports on a multirobot system that collaboratively obtains above-water, surface, and below-water information on a floating target. This capability allows a ship to autonomously survey and obtain situational awareness on a floating unresponsive target from a safe stand-off before inspecting it more closely or navigating around it. The target could be another ship, structure, or a navigational obstruction like an iceberg. The proposed solution is a collaborative system with an unmanned aerial vehicle (UAV), an unmanned underwater vehicle (UUV), and an unmanned surface vehicle (USV). The UAV captures visual imagery to create a 3-D model of the target’s above-water geometry using photogrammetry. The UUV surveys the target’s submerged hull with integrated imaging and profiling bathymetric sonars. The USV hosts an intelligent mission-planning node which manages the robotic collaboration in a centralized architecture by autonomously planning and distributing the missions for the UUV and UAV. The intelligent node also adaptively plans the USV’s trajectory to support the other autonomous assets, specifically reducing and bounding the UUV’s state-estimate error through collaborative localization. The resulting above- and below-water sensor data is fused at the waterplane, using a sliding correlation algorithm, to yield a 3-D representation of the floating unresponsive target. The contributions from this article include the cross-domain robotic collaboration and autonomous mission-planning toward acquiring and fusing data from heterogeneous robots. The autonomous mission-planning and data-merging algorithms are presented. The setup and results from simulations and in-water testing with an UUV, USV, and UAV are described.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».